실전 중심 단계별 학습 로드맵

• STEP 01인공지능 및 자연어처리(NLP) 개요
  • 인공지능개요 및 생성형 AI 개념
  • 자연어처리 개념 이해(토큰화, 임베딩, 문맥 이해)
  • LLM 원리와 구조
• STEP 02딥러닝 모델 이해
  • 딥러닝 기본(신경망, 역전파, 활성화 함수)
  • 딥러닝 모델 학습 (CNN, RNN, YOLO 등)
  • 트랜스포머(Attention, Multi-Head Self-Attention) 사전 훈련(Pretraining)과 미세 조정(Fine-tuning) 원리
• STEP 03생성형AI 활용
  • 텍스트기반 LLM 활용법
  • 이미지기반 LLM 활용법
  • 생성형AI 고급활용
• STEP 04AI Agent 제작 기초
  • AI gent 이해
  • AI gent 제작 기초
  • AI gent 제작 기초 실습
  • 맟춤형 LLM 미세조정 및 RAG
  • LangChain 활용방법
  • 멀티모달 확장 Agent
• STEP 05데이터표준화
  • 데이터표준화 구성요소
  • 공공데이터 표준화 추진체계
  • 데이터표준와 절차과 관리
• STEP 06AI 데이터표준화
  • AI 학습데이터 구축방법
  • AI 학습데이터 품질검사 방법
  • LLM 데이터 구축 및 활용 방법
  • LLM 데이터 표준화
  • LLM 데이터 품질관리 실습
• STEP 07LLM구축실습
  • LLM 환경구축, Python 설치 및 필수 라이브러리 구축
  • 개인별 주제 선정 데이터 수집 및 전처리,
  • LLM 훈련 (Pretraining & Fine-tuning), 모델 평가 및 개선
• STEP 08AI Agent 제작 고급
  • LangChain기반 개인별 주제 선정 대화형 에이전트 개발
  • API 연동 및 상호작용 워크플로우, 데이터 품질평가 및 개선
  • MCP(Model Context Protocal) 이해 및 실습
  • A2A(Agent To Agent) 이해 및 실습
  • Agent 종합 실습
• STEP 09맞춤형 LLM 배포 및 서비스
  • 맞춤형 LLM 클라우드 및 온프레미스 배포
  • API 개발 및 서비스화
  • 데이터품질 개선 체계 구축
  • 프로젝트 성과공유 및 수료식